Iscriviti alla lista d'attesa e ottieni Sublim Business gratis per 3 mesi  Richiedi l'offerta

Web Analytics

Dimensione analytics: definizione e differenza con le metriche

Guillaume Sallé
Guillaume Sallé
Responsabile contenuti e glossario analytics

Aggiornato il February 22, 2026

Definizione rapida

La dimensione è un attributo qualitativo che descrive le caratteristiche di un dato analytics, come il paese dell'utente, il browser utilizzato o la pagina visitata. Le dimensioni permettono di segmentare e filtrare le metriche per ottenere analisi più fini e azionabili.

Come funziona

In analytics web, una dimensione è una variabile qualitativa che descrive il contesto di un'interazione. Risponde alle domande «chi?», «cosa?», «dove?» e «come?». Per esempio, la dimensione «Fonte di traffico» indica da dove proviene un visitatore (ricerca organica, email, social), mentre la dimensione «Pagina» identifica quale URL è stato consultato. Le dimensioni si oppongono alle metriche, che sono valori numerici misurabili. In un report analytics tipico, si combina sempre una o più dimensioni con metriche: per esempio, si può visualizzare il numero di sessioni (metrica) per paese (dimensione). Le dimensioni possono essere predefinite dallo strumento, come browser o sistema operativo, oppure personalizzate per catturare attributi specifici della tua attività, come il piano tariffario di un utente SaaS o la categoria di un prodotto consultato. Padroneggiare le dimensioni è essenziale per costruire segmenti pertinenti e report che rispondano realmente alle domande di business.

Perché è importante

Le dimensioni sono la spina dorsale di ogni analisi web avanzata. Senza di esse, disponi solo di numeri globali senza contesto: 10.000 sessioni non significano nulla se non sai da dove vengono quegli utenti, su quali dispositivi navigano o quali pagine consultano. La capacità di combinare più dimensioni — per esempio, paese + dispositivo + fonte di traffico — permette di identificare opportunità o problemi invisibili nei report aggregati. Una buona comprensione delle dimensioni disponibili nel tuo strumento è quindi fondamentale per sfruttare appieno i dati.

Come migliorare o utilizzare

Inizia identificando le dimensioni più rilevanti per la tua attività e verifica che siano correttamente raccolte. Se il tuo strumento lo permette, crea dimensioni personalizzate per catturare attributi business specifici (tipo di abbonamento, lingua preferita, settore di attività). Documenta il dizionario dei dati della tua organizzazione affinché tutto il team utilizzi le stesse dimensioni con la stessa definizione. Evita di moltiplicare le dimensioni personalizzate senza governance: un dizionario chiaro migliora la coerenza dei report.

Con Sublim

Sublim espone un ricco insieme di dimensioni analytics — pagine, fonti, paesi, dispositivi, browser — senza ricorrere ai cookie di terze parti. Conforme al GDPR e ospitato in Europa, Sublim ti permette di analizzare le dimensioni in piena legalità, senza compromessi sulla granularità dei dati.

Domande frequenti

Qual è la differenza tra una dimensione e una metrica?

Una dimensione è un attributo qualitativo (es: paese, browser, pagina) che descrive il contesto di un dato, mentre una metrica è un valore numerico (es: numero di sessioni, frequenza di rimbalzo). Si combinano sempre dimensioni e metriche in un report analytics.

Cos'è una dimensione personalizzata?

Una dimensione personalizzata è un attributo che definisci tu stesso per catturare informazioni specifiche della tua attività, come il ruolo dell'utente o la categoria di prodotto. Completa le dimensioni predefinite dello strumento analytics.

Quante dimensioni si possono combinare in un report?

La maggior parte degli strumenti analytics permette di combinare due-quattro dimensioni simultaneamente in un report. Oltre, i dati diventano molto granulari e l'interpretazione più difficile, ma alcune piattaforme avanzate non impongono un limite rigido.

Termini correlati

Dimensione analytics: definizione e differenza con le metriche, Sublim | Sublim Analytics